基于简单 $L_1$-范数惩罚的 $K$ 个相关回归模型的联合估计
统计方法学
2014-11-07 v1
摘要
我们提出了一种基于 惩罚的新方法及其改进方案，旨在联合估计多个相关的回归模型。其主要优势在于可重写为对原始数据集进行简单变换后的加权 lasso。特别是，该方法无需新的专用算法，且易于在各种回归模型下实现，{\em e.g.}，使用标准 R 包。此外，我们推导了渐近 oracle 性质以及初步的非渐近结果，表明其具有良好的理论性质。我们在合成数据的不同设置下将该方法与最先进的竞争者进行了比较：这些实证结果证实，我们的方法表现至少与竞争者相当。最后，我们以道路安全数据的分析作为实例说明。
引用
@article{arxiv.1411.1594,
title = {Joint estimation of $K$ related regression models with simple $L_1$-norm penalties},
author = {Edouard Ollier and Vivian Viallon},
journal= {arXiv preprint arXiv:1411.1594},
year = {2014}
}
备注
33 pages, 7 figures